AVALIAÇÃO DA EFICIÊNCIA DE EMPREENDIMENTOS
INOVADORES ATRAVÉS DA METODOLOGIA DE ANÁLISE
ENVOLTÓRIA DE DADOS E BALANCED SCORECARD
Autor
Frank Leonardo Casado1
Nilza Luiza Venturini Zampieri2
Alvaro Luiz Neuenfeldt Júnior3
Julio Cezar Mairesse Siluk4
Resumo
Os resultados deste estudo sugerem uma nova percepção sobre o desempenho das
unidades de negócio a partir da análise de indicadores através das perspectivas do Balanced
Scorecard (BSC), que geralmente não estão disponíveis para os gestores através dos métodos
tradicionais de análise. Em outras palavras, a partir de informações que não estariam
disponíveis por meio de técnicas convencionais, os resultados da Análise Envoltória de Dados
(DEA) juntamente com o BSC, podem proporcionar melhores condições para a melhoria da
competitividade das empresas de base tecnológica residentes numa incubadora através de uma
melhor utilização dos seus recursos estratégicos.
Neste sentido, este trabalho implementa um método de pesquisa operacional chamado
de Análise Envoltória de Dados (DEA) no processo de avaliação de desempenho conhecido
como Balanced Scorecard (BSC), para identificar e analisar as melhores práticas operacionais
de um modelo representativo e do resultado destas análises, sugerir um plano de ação para
alcançar a máxima eficiência.
Para o desenvolvimento da aplicação do DEA foram desenvolvidos os seguintes
passos: a) seleção das DMUs; b) seleção das variáveis pelas 4 perspectivas do BSC; c) seleção
das variáveis de entrada e saída e construção do modelo; d) coleta de dados das variáveis; e)
processamento dos dados e análise dos resultados.
Os resultados mostram que a técnica proposta pode ser aplicada para a análise do
desempenho das empresas para desenhar um panorama de eficiência, o que permite uma
melhor avaliação da gestão de recursos, e também pode ser aplicada a outros indicadores e
variáveis em adição a estes estudados no trabalho.
Palvras-chave: Balanced Scorecard, Análise de Eficiência, Incubadoras.
1 Mestrado em Engenharia de Produção. E-mail: [email protected]. Tel.: +55 55 3220-8836. End.:
Universidade Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
2 Mestrado em Engenharia de Produção. E-mail: [email protected]. Tel.: +55 55 3220-8836. End.:
Universidade Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
3 Mestrando em Engenharia de Produção. E-mail: [email protected]. Tel.: +55 55 3220-8836. End.:
Universidade Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
4 Doutor em Engenharia de Produção. E-mail: [email protected]. Tel.: +55 55 3220-8836. End.: Universidade
Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
EVALUATION OF EFFICIENCY OF INNOVATIVE PROJECTS
THROUGH METHODOLOGY DATA ENVELOPMENT ANALYSIS
AND BALANCED SCORECARD
Actor:
Frank Leonardo Casado5
Nilza Luiza Venturini Zampieri6
Alvaro Luiz Neuenfeldt Júnior7
Julio Cezar Mairesse Siluk8
Abstract
The results of this study suggest a new perception on the performance of business
units from the analysis of indicators that represent the BSC perspectives, which are generally
not available to managers through the traditional methods of analysis. In other words, from
information that would not be available by conventional techniques, the results of the Data
Envelopment Analysis (DEA) can provide better conditions for competitiveness to the
technology-based companies, by the improvement in the use of its strategic resources,
especially when interpreted and used with the management's own knowledge and judgments
about its operations.
In this sense, this work implements an operational research method called Data
Envelopment Analysis (DEA) within the performance evaluation process known as Balanced
Scorecard (BSC), to identify and analyze best operating practices of a representative model
and from the result of these analyses, suggest an action plan to achieve maximum efficiency.
For the development of application of DEA were developed the following steps: a)
selection of DMUs; b) selection of the variables by 4 BSC perspectives; c) selection of input
and output variables and model construction; d) data collection of the variables; e) data
processing and analysis of the results.
The results show that the proposed technique can be applied to the analysis of the
companies’ performance to draw a panorama of efficiency, allowing a better assessment of
the management of resources, and can also be applied to other indicators and variables in
addition to these studied in this paper.
Keywords: Balanced Scorecard, Efficiency Analysis, Incubators.
5 Master's Degree in Production Engineering. E-mail: [email protected]. Tel.: +55 55 3220-8836.
Universidade Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
6 Master's Degree in Production Engineering. E-mail: [email protected]. Tel.: +55 55 3220-8836.
Universidade Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
7 Master in Production Engineering. E-mail: [email protected]. Tel.: +55 55 3220-8836. Universidade
Federal de Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
8 Doctor in Production Engineering. E-mail: [email protected]. Tel.: +55 55 3220-8836. Universidade Federal de
Santa Maria, Avenida Roraima, 1000, prédio 03. 98400-00 – Santa Maria – RS.
1.
INTRODUÇÃO
A maioria dos jovens empreendimentos inovadores são caracterizados por uma grande
discrepância entre os recursos-chave que são cruciais para a viabilidade a longo prazo e base
de recursos reais da empresa. Estas empresas enfrentam uma "responsabilidade da novidade"
(Ferguson e Olofsson 2004 ), que se relaciona com o risco de insucesso que as empresas
jovens enfrentam nos primeiros anos após a entrada no mercado, porque eles não possuem
recursos de que necessitam para sobreviver (Schwartz, 2008 apud Stinchcombe,
1965 e Hannan e Freeman , 1984). Portanto, torna-se imprescindível conhecer os pontos ou
fatores críticos de sucesso para estas empresas e consequentemente acompanhar a evolução
destes fatores através de sistemas de medição eficazes.
No entanto, análise de desempenho de uma organização é sempre algo passivo de
muitas discussões. Questionamentos de quais indicadores utilizar, e como consolidá-los de
forma a estabelecer um critério justo de avaliação de performance estão presentes em vários
estudos e no dia-a-dia das empresas. No contexto de empresas de base tecnológicas, ligadas à
incubadoras de base tecnológica essa realidade não é diferente.
Apesar da existência de estudos que procuram estabelecer sistemas de medição de
desempenho, não existem metodologias capazes de se estabelecer comparações de eficiência
técnica de empresas, permitindo, assim, implementar um controle do consumo dos insumos
para se obter um conjunto de resultados específicos, podendo, desta forma, estabelecer metas
de reajustes e controle para a maximização dos resultados esperados.
Este trabalho estuda, portanto, a implementação de um método de Pesquisa
Operacional denominado Análise Envoltória de Dados (DEA) dentro do processo de
avaliação de desempenho conhecido como Balanced Scorecard (BSC), para identificar e
analisar as melhores práticas operacionais de um modelo representativo e, em função dessas
análises, sugerir um plano de medidas para o alcance da eficiência máxima. A atuação do
conjunto BSC-DEA é observada em um estudo de caso aplicado empresas de base
tecnológicas (EBTs) ligadas a uma incubadora. Para tanto, o trabalho encontra-se dividido em
5 capítulos, a saber: 1- introdução: com a problemática e contextualização do tema; 2revisão bibliográfica: contando com o levantamento dos principais métodos de medição de
desempenho já estudos em empresas de base tecnológica, além de uma revisão acerca da
combinação do BSC com o DEA; 3- metodologia: com a explicação do modelo BSC-DEA,
bem como da descrição de todo o procedimento metodológico utilizado no trabalho; 4- análise
dos resultados e, 5- conclusão.
2.
REVISÃO BIBLIOGRÁFICA
2.1.
Incubadora de Empresas
Existem muitas definições para o termo “incubadora”. Hackett e Dilts (2004) reuniram
em seu trabalho 23 definições de incubadoras de empresa, na tentativa de encontrar algo em
comum, e sintetizaram todas as definições no seguinte conceito:
“Uma incubadora de empresa é um espaço empresarial compartilhado
que procura fornecer aos seus incubados (ou “empresas-portfólio”,
empresas-clientes, “empresas-locatárias”) um sistema estratégico de
intervenção de adição de valor, (por exemplo, incubação de empresa)
de monitoração e assistência empresarial” (HACKETT; DILTS, 2004,
p. 57).
De acordo com a iDISC Toolkit –(2013) uma incubadora de empresa é uma
organização que acelera e sistematiza o processo de criar empreendimentos prósperos lhes
proporcionando uma compreensiva e integrada gama de apoio, incluindo: espaço, serviços de
apoio empresariais e oportunidades (que podem surgir da interação provocada pela
concentração geográfica de empresas de um mesmo setor de atividade).
Para a NBIA (2008), Associação nacional que representa as incubadoras de empresas
dos EUA, as incubadoras de empresas alimentam e protegem o desenvolvimento de empresas
empreendedoras, ajudando-as a sobreviver e crescer durante o período inicial de suas
operações, quando elas são muito vulneráveis. Estes programas proporcionam às suas
empresas clientes serviços de apoio empresarial e recursos adaptados às jovens empresas.
De um modo geral, portanto, uma incubadora de empresa é uma instalação planejada
para fornecer as condições de arranque às empresas nascentes através de uma ampla gama de
recursos e serviços relacionados a estas empresas (SOMSUK et al, 2012).
Segundo o Serviço de Apoio à Micro e Pequena Empresa (SEBRAE, 2009) existem
diversos tipos de incubadoras, dado os tipos de empresas, suas necessidades e ambições.
No entanto, apesar dos diferentes tipos de incubadoras de empresas, seus processos e
serviços são geralmente similares (SOMSUK, 2012), pois seus objetivos são comuns,
havendo diferenciação no que tange ao agente fim dos seus serviços.
A seguir são abordados alguns aspectos a respeito das de incubadoras de base
tecnológica que sejam relevantes para o contexto deste estudo.
2.2.
Incubadoras e Empresas de Base Tecnológica
Para
iDISC Toolkit –(2013) e ANPROTEC (2012), as incubadoras de base
tecnológica são instituições que abrigam empresas cujos produtos, processos e/ou serviços são
provenientes de pesquisa científica e que representam um alto valor agregado. Estas
incubadoras apoiam empresas de biotecnologia, informática, eletrônica, dentre outras.
Medeiros et al (1992, p. 37) apresentam a seguinte definição para incubadora de
empresas: “um núcleo que abriga, usualmente, microempresas de base tecnológica, isto é,
aquelas que têm no conhecimento seu principal insumo de produção”. Trata-se de um espaço
comum, subdividido em módulos, que costuma localizar-se próximo a Universidades ou
institutos de pesquisa para que as empresas se beneficiem dos laboratórios e recursos
humanos dessas instituições.
Para uma melhor contextualização das incubadoras de base tecnológica, parece
interessante entender melhor as características das empresas nelas incubadas. Na próxima
seção foram abordados as definições, as características e os principais problemas enfrentados
pelas empresas de base tecnológica.
A ANPROTEC (2012) definem uma Empresa de Base Tecnológica (EBT) ou Empresa
baseada no conhecimento (EBC) como um empreendimento que fundamenta sua atividade
produtiva no desenvolvimento de
novos produtos ou processos, baseado na aplicação
sistemática de conhecimentos científicos e tecnológicos e utilização de técnicas avançadas ou
pioneiras.
2.3.
Medição de Desempenho em EBT’s
Vohora et al. (2004) afirmam que as empresas de base tecnológica nascentes, possuem
diversos "momentos críticos". Pois, nos estágios iniciais estas empresas necessitam de
recursos estratégicos nem sempre disponíveis. Assim, para a redução dos riscos durante o
processo de formação das novas empresas, é sensível a necessidade de implantação de
mecanismos de gestão empresarial capazes de dar visibilidade à evolução do negócio,
apoiando o fortalecimento da produtividade e o aumento da competitividade no mercado.
No entanto, a literatura nacional mostra-se incipiente em relação aos trabalhos que
envolvam o tema de avaliação de desempenho de empresas incubadas, muito menos em
empresas de base tecnológica.
Motta e Imoniana (2005, p. 68), que revelam que “apesar do aumento constante no
numero de incubadoras tecnológicas nos últimos anos, ainda existem lacunas metodológicas
para avaliação do desempenho e para possibilitar a melhora de sua eficácia em sua missão
principal de consolidar empresas nascentes.
Alguns esforços são apontados em Casado (2012), que cita: Markley e McNamara
(1994), Phillips (2002), Colombo e Delmastro (2002), Uggioni (2002), Motta e Imoniana
(2005), Chan e Lau (2005), Aerts et al ( 2007), Oliveira (2007), Ferreira et al. (2008), Silva
(2010), Padrão (2011), no entanto, a grande maioria dos trabalhos apresentados, estabelecem
indicadores com caráter quantitativo, com exceção em Uggioni (2002 apud CASADO, 2012),
mas mesmo este trabalho, limita-se aos indicadores propostos pela ferramenta em questão
(critérios de qualidade do PGQP), ficando, assim, esquecidos outros indicadores ou variáveis
críticas que deveriam ser acompanhadas.
Neste sentido, destaca-se o trabalho de Padrão (2011) que após uma revisão
bibliográfica, foram separados cerca de 16 autores que serviram como base para o
levantamento de todos os fatores críticos de sucesso no desenvolvimento de um produto
tecnológico, e ao final o autor procurou comprovar as hipóteses apresentadas, não
estabelecendo um sistema de medição de desempenho para empresas, o que em Casado
(2012) foi melhor explorado, tendo neste trabalho o estabelecimento de um sistema de
medição de desempenho em EBT’s baseado na metodologia de multicritério.
Apesar do trabalho de Casado (2012) oferecer um processo sistemático de medição de
desempenho, capaz de estabelecer comparações entre as unidades envolvidas, a ferramenta
proposta ainda não é capaz de estabelecer padrões de eficiência e benchmarking e assim pode
trabalhar com metas e alvos de melhoria.
2.4.
Balanced Scorecad (BSC)
O Balanced Scorecard (BSC) surge em 1992 como uma ferramenta de Gestão
Estratégica, proposto por Robert Kaplan e David Norton, tendo sido inicialmente
desenvolvido como um modelo de avaliação e desempenho empresarial. No entanto, a
aplicação em empresas proporcionou o seu desenvolvimento para uma metodologia de gestão
estratégica, pois o BSC permite descrever a estratégia de forma muito clara, segundo novas
perspectivas: Cliente, Processos Internos, Crescimento e Aprendizagem, sendo que todas se
interligam entre si, formando uma relação de causa e efeito.
O principal objetivo do BSC é o alinhamento do planejamento estratégico com as
ações operacionais da organização, Kaplan e Norton (2000). A metodologia Balanced
Scorecard (BSC), portanto, é um processo de gestão, baseado na utilização de um conjunto de
objetivos estratégicos aos quais estão ligados indicadores de desempenho que estão
organizados e articulados de maneira lógica, de forma que permitam a compatibilização de
medidas que retratam a performance passada e norteiem o desempenho futuro da organização.
Financeira
Para ter sucesso financeiro,
como devemos ser vistos
pelos acionistas ?
Cliente
Para atingir nossa Visão,
como devemos ser vistos
pelos nossos clientes ?
Visão e
Estratégia
Processos Internos
Para
satisfazer
nossos
acionistas
e clientes, em
quais processos devemos ser
excelentes ?
Aprendizado e Crescimento
Para atingir nossa Visão,
como vamos sustentar nossa
habilidade para crescer e
melhorar ?
Figura 1- As quatro perspectivas do Balanced Scorecard
Essas perspectivas segundo Kaplan e Norton (2000), podem ser assim descritas:
Perspectiva Financeira: As medidas financeiras, na abordagem BSC, deixam de
ser o foco principal, mas são preservadas devido à importância que têm;
Perspectiva dos Processos Internos: Está relacionada à identificação dos processos
críticos nos quais a empresa deve alcançar a excelência, oferecendo propostas de valor
que atraiam e retenham clientes em segmentos-alvo de mercado e satisfaçam,
certamente, às expectativas financeiras dos acionistas;
Perspectiva do Cliente: Está relacionada à identificação de segmentos de clientes e
mercados nos quais a organização competirá e as medidas de desempenho nesses
segmentos-alvo;
Perspectiva do Aprendizado e Crescimento: Está relacionada à identificação da
infraestrutura que a empresa deve construir para gerar crescimento e melhoria no
longo prazo.
Através do Balanced Scorecard, Kaplan e Norton (2000) afirmam que é possível
avaliar até que ponto as unidades de negócio de uma empresa geram valor para os clientes
atuais e futuros, e como as mesmas podem aperfeiçoar suas capacidades internas, sistemas e
procedimentos, os investimentos necessários em pessoal, visando melhorias no desempenho.
2.5.
Análise Envoltória de Dados (DEA)
Segundo Kuah et al. (2010) a pressuposição fundamental na técnica DEA é que, se
uma dada DMU “A” é capaz de produzir Y(A) unidades de produto, utilizando X(A) unidades
de insumos, então outras DMU’s poderiam também fazer o mesmo, caso elas estejam
operando eficientemente. De forma similar, se uma DMU “B” é capaz de produzir Y(B)
unidades de produto, utilizando X(B) de insumos, então outras DMU’s poderiam ser capazes
de realizar o mesmo esquema de produção. Caso as DMU’s “A” e “B”sejam eficientes, elas
poderiam ser combinadas para formar uma DMU composta, isto é, que utiliza uma
combinação de insumos para produzir uma combinação de produtos. Desde que esta DMU
composta não necessariamente existe, ela é denominada DMU virtual. A análise DEA
consiste em encontrar a melhor DMU virtual para cada DMU da amostra. Caso a DMU
virtual seja melhor do que a DMU original, ou por produzir mais com a mesma quantidade
usando menos insumos, a DMU original será ineficiente.
a) Modelo CCR:
O modelo CCR original, apresentado por Charnes, Cooper e Rhodes em 1978, foi
concebido inicialmente como um modelo orientado à entrada (input) e trabalha com retorno
constante de escala (CRS), isto é, qualquer variação nas entradas (inputs) produz variação
proporcional nas saídas (outputs)”.
A eficiência técnica de uma DMU observada (DMU O) será obtida através de um
PPNL (Problema de Programação Não-Linear), utilizando o seguinte modelo de programação
fracionário:
Quadro 1 – Modelo CCR-input
Uma variação do modelo CCR originou o modelo de Programação Linear conhecido
como modelo dos multiplicadores, que surgiu da necessidade de determinar os valores dos
pesos uj e vi de forma a maximizar a soma ponderada dos outputs (output “virtual”) dividida
pela soma ponderada dos inputs (input “virtual”) da DMU em estudo (ANGULO-MEZA et
al, 2004).
Esse procedimento deverá ser repetido para cada DMU analisada e através dos valores
encontrados para os pesos (multiplicadores), determina-se o valor das eficiências relativas de
cada DMU. O modelo dos multiplicadores será apresentado a seguir:
Quadro 2 – Modelo CCR
O modelo CCR pode ter orientação a produto com a seguinte formulação:
(12)
sujeito a:
(13)
(14)
(15)
b) Fronteira Invertida ou Dupla Envoltória
Quando se obtém resultados onde existem muitas unidades produtivas que alcançam a
fronteira de eficiência torna-se difícil a escolha pelo administrador da melhor unidade
produtiva. Para distingui-las é necessário introduzir o conceito de fronteira invertida, que
consiste em considerar os produtos como insumos e os insumos como produtos. Esse enfoque
considera pelo menos duas interpretações. A primeira é que a fronteira consiste das unidades
produtivas com as piores práticas gerenciais (e poderia ser chamada de fronteira ineficiente); a
segunda é que essas mesmas unidades produtivas têm as melhores práticas considerando o
ponto de vista oposto (MELLO et al., 2003).
A fronteira invertida permite a identificação de unidades produtivas consideradas
“falsas eficientes”, pois já que a equação da eficiência invertida propõe a divisão da soma
ponderada dos insumos pela soma ponderada dos produtos (o inverso da fronteira clássica),
passa a indicar como mais eficientes aquelas unidades que gastaram mais insumos e geraram
menos produtos, enquanto a fronteira clássica classifica como melhor o que gerou mais
produtos gastando menos insumo. Assim, a ideia da fronteira invertida é indicar as unidades
que pior trabalharam seus recursos, sendo então chamada de falsa eficiência.
O resultado da análise das duas fronteiras simultaneamente é conhecido como
eficiência composta*. A eficiência composta é o resultado da análise da unidade produtiva
pela fronteira padrão e invertida. O resultado é obtido através da média aritmética entre a
eficiência padrão e o valor obtido da subtração da eficiência invertida por 1, conforme
detalhado na fórmula (17). Pode-se observar que como a eficiência invertida é uma falsa
eficiência, isto é, quanto “mais eficiente, pior”, seu resultado é subtraído de 1, definindo que
quanto maior a eficiência invertida, menor valor será somado à eficiência padrão,
promovendo uma menor eficiência composta.
A formalização do cálculo da medida de eficiência composta aparece em Angulo
Meza et al. (2005), e é descrita pelas equações a seguir:
(17)
(18)
2.6.
Estudos Relacionados de BSC e DEA
A partir da do breve referencial teórico abrangendo as duas abordagens de avaliação
mencionadas (BSC e DEA), a metodologia DEA-BSC, também analisada neste trabalho, é
apresentada conforme publicações encontradas.
A proposta de utilização conjunta destas metodologias ocorreu em decorrência número
elevado de indicadores, tornando a tarefa da apreciação dos resultados complexa e,
eventualmente, inconclusiva. Neste sentido, Rickards (2003) apresentou o primeiro trabalho
de integração destas metodologias. Segundo o autor, a diversidade de informações faz com
seja complicado compará-las no processo de mensuração de performance. Com a DEA, as
variáveis de análise escolhidas sob as perspectivas do BSC, são tratadas em cada unidade,
num universo reduzido, visto que a unidade eficiente passa a servir de referência para as
demais e, assim, as melhorias são propostas sempre tendo como base a unidade 100%
eficiente.
Posteriormente, e com a mesma orientação, surgiram os estudos de Banker et al.
(2004), relativos à substituição de medidas de desempenho financeiras e não-financeiras do
BSC; de Hsu (2005), incidindo na avaliação de departamentos de projetos de Investigação &
Desenvolvimento (I&D) de uma multinacional; de Chen e Chen (2007), tendo como alguns
estudos com a utilização destas metodologias em separado para avaliação de desempenho
podem ser encontrados em Wang (2006), Eilat et al. (2006), Chen e Chen (2007), apud
Carvalho (2011) buscou mostrar o quanto as técnicas BSC e DEA eram eficientes, a nível de
informação gerada, no processo de mensuração de performance.
Trabalhos semelhantes podem ser vistos em Min, Min e Joo (2008) e GarciaValderrama, Mulero-Mendigorri e RevueltaBordoy (2009), Min, Min e Joo (2008), RevueltaBordoy (2009) apud Carvalho (2011), entre outros.
O que se observa é que em cada trabalho, foram escolhidas, dentro de cada uma das
perspectivas do BSC, indicadores que, posteriormente, seriam utilizados como inputs ou
outputs, sob abordagem da DEA, para avaliação da performance daquele determinado
aspecto. Sendo assim, o BSC foi utilizado com o objetivo de ampliar a possibilidade de
variáveis a serem utilizadas.
3.
METODOLOGIA
No presente estudo foi utilizado a metodologia do BSC para elencar os objetivos e
fatores estratégicos das empresas de base tecnológicas ligadas a uma incubadora. Após esta
fase adotou-se a análise envoltória de dados com o objetivo de identificar quais as DMUs
(EBT’s) são eficientes na aplicações de seus inputs para se obter seus outputs, detectando
assim benchmarks de eficiência, sendo utilizado também os conceitos de fronteiras invertidas
com o objetivo de amenizar o viés da medicação de desempenho.
Dentre os modelos e orientações das variáveis em DEA, o trabalho adotou o modelo
CCR orientado ao produto, pois o modelo CCR/output busca a maximização dos resultados,
dados os insumos de uma unidade produtiva.
Para o desenvolvimento da aplicação do DEA foram desenvolvidos os seguintes
passos: a) seleção das DMUs; b) seleção das variáveis pelas 4 perspectivas do BSC; c) seleção
das variáveis de entrada e saída e construção do modelo; d) coleta de dados das variáveis; e)
processamento dos dados e análise dos resultados.
Figura 1- Modelo Conceitual e Metodologia
a) seleção das DMUs:
A utilização de um modelo DEA exige que a escolha das DMUs considere a
homogeneidade. Assim, as DMUs utilizadas são as empresas de base tecnológica de uma
incubadora, neste caso a Incubadora Tecnológica de Santa Maria.
A Incubadora Tecnológica de Santa Maria (ITSM) situada na Universidade Federal de
Santa Maria (UFSM), cidade de Santa Maria, região central do RS, existe há cerca de 15 anos
e abriga-se num prédio de cerca de 1.339 m², sendo divididos em vinte módulos para
empresas residentes, administração e área de uso comum. A ITSM tem servido de referencial
e incentivo para criação de novas incubadoras em Santa Maria e Região, apresentando os
seguintes resultados até 2012:
68 projetos spin-off ou startup prospectados e apresentados os Planos de
Negócios para ingresso na ITSM;
54 empresas já ingressaram no regime de pré-incubação (até 1 ano) e após
incubação;
18 empresas incubadas residentes (tempo máximo 3 anos), com mais de 100
empreendedores envolvidos e, com expectativa de receita de aproximadamente
R$ 4 milhões.
Para a aplicação da pesquisa foram selecionadas empresas em fase de incubação com
produtos já inseridos no mercado e com resultados operacionais, sendo portanto, separadas 8
das 18 empresas residentes na ITSM.
b) seleção das variáveis pelas 4 perspectivas do BSC:
Escolher quais produtos e insumos utilizar na avaliação da eficiência é um passo
importante, pois há um grande número de variáveis possíveis de serem utilizadas e a DEA é
especialmente sensível ao número de insumos e produtos da análise (JOHNES, 2006a). Ou
seja, se forem utilizadas muitas variáveis, menor será a chance de ordenação pelas eficiências,
uma vez que é provável que muitas DMU’s fiquem com eficiência máxima (AGHA et. al.
2011).
Além disso, não colocar um insumo ou produto válido, ou ainda, incluir um insumo ou
um produto inválido irá enviesar os resultados (MIRANDA, 2009). Por isso, as variáveis
escolhidas devem ser significativas, isto é, variáveis que sejam reflexo ou influam na
eficiência de cada DMU.
Desta forma, para avaliar a eficiência técnica, este trabalho procurará utilizar-se das
variáveis encontradas na construção de um mapa estratégico conceitual, de acordo com as 4
perspectivas do BSC. Estes constructos proporcionam uma estratégia eficaz nesta fase de
seleção de variáveis.
Para o elenco destes constructos, utilizou-se o trabalho de Casado (2012) que realizou
a compilação de fatores críticos de sucesso para empresas de base tecnológica. Casado (2012)
através de uma vasta revisão de literatura elencou aquelas variáveis que mostraram-se
relevantes no processo de incubação de empresas de base tecnológica.
Sendo assim, alguns trabalhos se destacaram quanto à análise exaustiva destas
variáveis, conforme Casado (2012): Motta e Imoniana (2005), Oliveira (2007), Ferreira,
Abreu, Abreu, Trzeciak, Apolinário, Cunha (2008), Silva (2010) e Padrão (2011). Tais
autores realizaram uma vasta pesquisa bibliográfica acerca das variáveis utilizadas para
avaliar o crescimento de uma empresa de base tecnológica.
As variáveis ou fatores críticos levantados nesta pesquisa serviram como base para a
construção do modelo, dando um melhor embasamento aos atores envolvidos no processo
para o estabelecimento de critérios válidos e estruturados.
A seguir são elencados estas variáveis de acordo com as perspectivas do BSC:
Tabela 1 – Variáveis de Acordo com as Perspectivas em BSC
Perspectiva
FIN
CLI
PI
AP
Variável
Resultado do Exercício (lucro
líquido)
Nível de Satisfação (cálculo: N. de
clientes satisfeitos no ano/ n. total
de clientes)
INPUT/OUTPUT
OUTPUT
Número de produtos desenvolvidos
INPUT
Total investido em Pesquisa e
Desenvolvimento no ano
INPUT
Número de patentes
INPUT
Percentual de Processos mapeados e
controlados
INPUT
Percentual de planejamento e
controle das atividades da empresa
INPUT
Número de curso realizados sobre o
tema de empreendedorismo como o
EMPRETEC
INPUT
Grau de ênfase da pesquisa,
desenvolvimento e liderança
tecnológica, saindo à frente que os
demais.
INPUT
Grau do Nível de capacitação (entre
0 a 100% dos colaboradores
capacitados para suas funções)
INPUT
OUTPUT
c) seleção das variáveis de entrada e saída e construção do modelo:
As variáveis das perspectivas PI e AP e foram utilizadas como inputs por se acreditar
que as mesmas atuavam como recursos capazes de promover os resultados financeiros e em
relação aos clientes. Sendo assim, FIN, CLI seriam os outputs. No entanto, todas as
perspectivas, a princípio, tinham como característica serem do tipo quanto maior, melhor e
por isso, para que as primeiras fossem utilizadas como indicadores de entrada (do tipo quanto
menor, melhor), foi necessário usar um artifício, que se resume na inversão das mesmas
(1/Perspectiva).
d) coleta de dados das variáveis:
A coleta dos dados foi realizada por meio de um questionário realizado junto às
empresas residentes na ITSM, tendo como base as empresas em processo de incubação, ou
seja, empresas que já atuam no mercado e possuem alguma experiência.
e) processamento dos dados e análise dos resultados.
O modelo de análise envoltória de dados foi desenvolvido utilizando o software SIAD
versão 3.0, conforme Angulo-Meza et al. (2005) e o DEA Online Software, disponível em
http://www.deaos.com/library.aspx. Para a análise estatística descrita foi utilizado o software
STATSOFT 8.0.
A análise dos resultados será apresentada no capítulo a seguir.
4.
ANÁLISE DOS RESULTADOS
Na Tabelas 1 são apresentados os resultados do cálculo de eficiência para as 8 EBT’s
em processo de incubação. Esta tabela apresenta as empresas mais eficientes de acordo com o
cálculo da eficiência padrão e o cálculo da eficiência composta, derivada da fronteira
invertida (equações 17 e 18).
Tabela 2 – Resultado da Eficiência das Empresas
DMU
A
B
C
D
E
F
G
H
Padrão
Invertida Composta Composta*
0,979618
1
0,489809
0,794898
1
1
0,5
0,811437
1
1
0,5
0,811437
1 0,770082
0,614959
0,998001
1
1
0,5
0,811437
1 0,767618
0,616191
1
1 0,891038
0,554481
0,899852
1
1
0,5
0,811437
Sabendo que se um coeficiente de eficiência for menor que 100%, o mesmo indica que
a unidade é ineficiente na aplicação de seu mix de insumos para se obter os resultados finais,
sendo tanto mais ineficiente quanto menor é esse valor. Para chegar a ser eficiente, a unidade
teria que aumentar todos os seus produtos no valor faltante para 100% simultaneamente.
Aplicando o cálculo da eficiência através da DEA, observa-se que 7 das 8 empresas
obtiveram 100% de eficiência. No entanto, para observar se estes são “falsos eficientes”
através da aplicação do conceito de fronteira invertida, podemos observar que apenas a
empresa F realmente alcançou 100% da eficiência.
Na DEA é possível conhecer o que se denomina de “alvos” e “folgas”, que como o
próprio nome diz, são excessos nos inputs para a qual é possível medir a quantidade que pode
ser reduzida sem que se mude a quantidade produzida, ou seja, ao alvo ótimo.
Tais resultados podem, também, identificar e reconhecer as melhores práticas. O
cálculo da eficiência em DEA, permite ainda observar, mantendo-se os insumos fixos, quais
seriam os resultados ótimos a serem alcançados.
Desta forma, como exemplo, a empresa A apresenta a seguinte configuração,
conforme Tabela 2.
Tabela 3 – Alvos para Empresa A.
Variável
Número de produtos desenvolvidos
Total investido em Pesquisa e Desenvolvimento
no ano
Número de patentes
Percentual de Processos mapeados e controlados
Percentual de planejamento e controle das
atividades da empresa
Número de curso realizados sobre o tema de
empreendedorismo como o EMPRETEC
Grau de ênfase da pesquisa, desenvolvimento e
liderança tecnológica, saindo à frente que os
demais.
Grau do Nível de capacitação (entre 0 a 100%
dos colaboradores capacitados para suas
funções)
Resultado do Exercício (lucro líquido)
Nível de Satisfação (cálculo: N. de clientes
satisfeitos no ano/ n. total de clientes)
Atual
Folga
Alvo
3
20
0,714286
0
3,71
20
0
50
70
0
14,395603
17,106229
0,000001
64,3956
87,10
4
0
4
40
0
40
100
100
100
2.000,00
100
24.551,80
0
26.593,41
100,00
Esta tabela indica a quantidade das folgas de cada variável, quando há, bem como a
meta ou o alvo que deve ser alcançado por uma empresa. Sendo assim, a empresa deverá
adequar seu mix de insumos para obter o nível de eficiência ótimo.
Sendo assim, no caso da empresa A, partindo-se da constância dos seus ouputs, a
empresa deve trabalhar no desenvolvimento de produtos, no aumento do controle dos
processos internos e no aumento do planejamento e controle das suas atividades.
Partindo do ponto de vista da maximização dos outputs, de acordo com seus insumos,
a empresa deveria ter um lucro de R$ 26.593,41, apesar de ter obtido índice máximo de
satisfação de seus clientes.
5.
CONCLUSÃO
Em concordância aos resultados obtidos aplicando-se a metodologia de análise
envoltória de dados juntamente com o Balanced Scorecard, podemos observar que é possível
avaliar a eficiência técnica de empresas, permitindo, assim, implementar um controle do
consumo dos insumos para se obter um conjunto de resultados específicos, podendo, desta
forma, estabelecer metas de reajustes e controle para a maximização dos resultados esperados.
Podemos concluir, desta forma, que a técnica pode ser aplicada para a análise do
desempenho de empresas para se traçar um panorama de eficiência, permitindo uma melhor
avaliação da gestão dos recursos, podendo, ainda ser aplicado a outros indicadores e variáveis
além destas estudadas neste trabalho.
6.
REFERÊNCIAS BIBLIOGRÁFICAS
ANGULO MEZA, L.; BIONDI NETO, L.; SOARES DE MELLO, J.C.C.B.; GOMES, E.G.
ISYDS - Integrated System for Decision Support (SIAD - Sistema Integrado de Apoio à
Decisão): a software package for Data Envelopment Analysis model. Pesquisa Operacional,
Rio de Janeiro, v. 25, n. 3, p. 493-503, 2005.
ASSOCIAÇÃO
NACIONAL
DE
ENTIDADES
PROMOTORAS
DE
EMPREENDIMENTOS INOVADORES. Estudo, análise e proposições sobre as
incubadoras de empresas no Brasil - relatório técnico. Ministério da Ciência e Tecnologia
Brasília:
ANPROTEC,
2012.
Disponível
em:<http://www.anprotec.org.br/ArquivosDin/Estudo_de_Incubadoras_Resumo_web_2206_FINAL_pdf_59.pdf>. Acesso em 20 de julho de 2012.
BANKER, RAJIV D., HSIHUI CHANG, SURYA N. JANAKIRAMAN e KONSTANS. "A
Balanced Scorecard Analysis of Performance Metrics," European Journal of Operational
Research, 154, 423-436, 2004.
CARVALHO, C.J. Simbiose entre DEA e BSC na melhoria do desempenho dos bancos: o
Caso dos Gabinetes de Empresas do Banco Alfa. Tese de doutoramento (Doutorado em
Gestão Empresarial Aplicada). Instituo Universitário de Lisboa, Lisboa, Portugal, 2011.
CASADO, F.L. Modelo de Avaliação do Desempenho de Empresas de Base Tecnológica.
Dissertação (Mestrado em Engenharia de Produção) Universidade Federal de Santa Maria,
Santa Maria, Rio Grande do Sul, 2012.
CHEN, T. e CHEN, L. "DEA Performance Evaluation Based on BSC Indicators Incorporated
- The Case of Semiconductor Industry," International Journal of Productivity and
Performance Management, 56, 4, 335-357, 2007.
HACKETT, S.; DILTS, D. A systematic review of business incubation research. Journal of
Technology Transfer v. 29, pp. 25-82, 2004.
HSU, Kuang-Hu, "Using Balanced Scorecard and Fuzzy Data Envelopment Analysis for
Multinational R & D Project Performance Assessment," Journal of American Academy of
Business, 7, 1 (September), 189-196, 2005.
iDICS
-Toolkit.
Incubator
models.
2013.
Disponível
<http://www.idisc.net/en/ToolkitPrint.aspx>. Acesso em: 10 março de 2013.
em:
KAPLAN, R. S., NORTON, D. P. Organização Orientada para a Estratégia. Campus. Rio
de Janeiro, 2000.
KUAH, CHUEN TSE; et al (2010) A Review on Data Envelopment Analysis (DEA). In
Proceedings of the 2010 Fourth Asia International Conference on Mathematical/Analytical
Modelling and Computer Simulation (AMS '10). IEEE Computer Society, Washington, DC,
USA, 168-173. DOI=10.1109/AMS.2010.45 http://dx.doi.org/10.1109/AMS.2010.45
MEDEIROS, J.A, MEDEIROS, L.A, MARTINS, T., PERILO, S. Pólos, parques e
incubadoras - A busca da modernização e competitividade. CNPq, SCT/PR, IBICT,
SENAI. Brasília, 1992.
MELLO, J.C.C.S.; MEZA, L. A; GOMES, E. Análise de Envoltória de Dados no Estudo da
Eficiência e dos Benchmarks para Companhias Aéreas Brasileiras. Pesquisa Operacional,
v.23, n.2, p.325-345, Maio a Agosto de 2003.
MOTTA, E., & IMONIANA, J. O. Proposição de sistema de gestão e monitoramento do
desempenho para empresas incubadas de base tecnológica. eGesta - Revista Eletrônica de
Gestão de Negócios, v.1, n.1, p.60-82, 2003.
NBIA (2008), Principles and Best Practices of Successful Business Incubation. Disponível
em: <https://www.nbia.org/resource_library/best_practices/>. Acessado em: 19 de março de
2013.
NOVELI, M. Cooperações tecnológicas universidade-empresa em parques tecnológicos:
estudo de casos múltiplos no Tecnopuc. Dissertação (Mestrado em Administração- Setor de
Ciências Sociais Aplicadas) Universidade Federal do Paraná, Curitiba, 2006.
PADRÃO, Luís Carlos. Fatores Críticos de Sucesso no Desenvolvimento de Produtos de
Empresas de Base Tecnológica Incubadas. 2011. 273f. Tese de doutorado (Escola de
Administração de Empresas de São Paulo). São Paulo, 2011.
RICKARDS, ROBERT C, "Setting Benchmarks and Evaluating Balanced Scorecards with
Data Envelopment Analysis," Benchmarking: An International Journal, 10, 3, 226-245,
2003.
SEBRAE. Termo de referência: Centro de Referência para Apoio a Novos
Empreendimentos - CERNE. - Brasília: Anprotec: Sebrae, 2009. 52 p.
SOMSUK, N. WONGLIMPIYARAT, J.T. LAOSIRIHONGTHONG. Technology business
incubators and industrial development: resource-based view. Industrial Management &
Data Systems. v. 112, n. 2, p.245 - 267, 2012.
VOHORA, A., WRIGHT, M., and LOCKETT, A. Critical Junctures in the Development of
University High-Tech Spinout Companies. Research Policy, vol. 33(1):147-175, 2004.
7.
Perspectivas/
BSC
Empresa
ANEXOS
FIN
CLI
PI
Resultado do
Exercício (lucro
líquido)
Nível de
Satisfação
(cálculo: N. de
clientes satisfeitos
no ano/ n. total de
clientes)
Número de
produtos
desenvolvidos
Total investido
em Pesquisa e
Desenvolvimento
no ano
Número de
patentes
Percentual
de Processos
mapeados e
controlados
Percentual de
planejamento
e controle das
atividades da
empresa
Número de curso
realizados sobre o
tema de
empreendedorismo
como o EMPRETEC
Grau de ênfase da
pesquisa,
desenvolvimento e
liderança
tecnológica,
saindo à frente que
os demais.
Grau do Nível
de capacitação
(entre 0 a
100% dos
colaboradores
capacitados
para suas
funções)
A
2.000,00
100,00
3
20
0
50
70
4
40
100
B
5.000,00
83,33
2
20
0
20
50
5
20
100
C
71.000,00
100,00
2
40
1
50
30
4
40
40
D
58.000,00
100,00
2
7
0
50
40
0
70
60
E
5.770,00
94,44
2
10
0
60
70
3
60
40
F
50.000,00
100
2
20
0
50
40
2
50
60
G
H
55.600,00
110.000,00
90,00
0,00
3
4
10
10
0
0
10
50
80
50
2
0
50
70
40
40
Anexo 1 – Informações Coletadas junto às Empresas
AP